2026年7月Hugging Face 遭到一次由 AI 模型发起的自主入侵上万条攻击日志涌进安全团队的监控面板。据开源中国报道团队起初尝试用商业模型分析这些日志在数据权限和模型访问限制上处处碰壁最后靠开源工具才把攻击链路理清楚。讨论很快从谁干的转向了一个更实际的问题AI Agent 已经能自主行动了我们拿什么管它。这个问题离每个开发团队都很近。过去半年里 Claude Code、Codex、各种端侧模型和 IDE 插件快速普及工程师的日常工作流里已经嵌入了不止一个 AI。它们读你的代码库帮你改文件提交 PR调 API发消息。单个 AI 干活的时候你盯着屏幕出了问题 CtrlZ 回滚就行。但当三个、五个、十几个 AI Agent 在同一个项目里并行有人写代码有人 review 有人部署信息怎么流、权限怎么给、出了事谁负责这些事就不能再以后再说了。我们做 Octo 最早踩的坑就是把 AI 塞进群聊。听起来很自然拉个群把人和 AI 都放进去一下就干活。跑了两周发现完全不对。群聊为人设计所有人看到所有消息所有上下文对所有人透明。人与人这么协作没问题人有常识知道什么该看什么不该看知道什么信息在什么阶段不该提前透露。AI 没有这个常识。你让写代码的 AI 和做安全审计的 AI 在同一个群里写代码的 AI 能看到审计 AI 发现的漏洞它在后续代码里会不小心绕过那些漏洞你让多个 AI 各自独立产出方案再评选最优结果它们在群里互相看到了对方的思路交上来的东西同质化严重。更头疼的是AI 干完的活散落在几百条聊天记录里一周后想回溯这段代码谁写的、当时谁审的、为什么这么改翻不到。Octo 的回路Loop就是对着这个问题设计的。回路是从对话中自然长出来的工作单元有负责人、有交付物、有验收标准、有完整的时间线记录。和传统工单最大的不同在于回路从创建那一刻就假设执行者可能是 AI。可以手动建回路填清目标和验收标准也可以用一句话自然语言描述后直接指派给某个智能体智能体接到任务自动开始执行全过程产出、讨论、修改全部挂在回路时间线上。交付后由发起人验收满意通过不满意打回打回的反馈沉淀成这个智能体的经验Preference下次接类似任务自动参考。差异核心在信息控制。我们在 Octo 里设计了六种协作模式本质是控制不同参与者之间的信息可见性拓扑。Roundtable 模式所有人和所有智能体互相可见适合头脑风暴Critic 模式下执行者看不到审查者写完交给另一个智能体或人独立审核避免顺着审稿人意思改Pipeline 是流水线每个环节只看到上一步交付的产出Split 模式把任务拆开分给不同智能体各自独立完成互相完全隔离最后合并Swarm 模式是同题竞作多个智能体各自独立做同一个任务最后选最优方案。普通群聊做不到这些群聊的信息拓扑固定为全连接广播而团队协作从来不是全连接的。你写代码的时候不需要看到 HR 的招聘计划做安全审计的人不该提前看到开发者的实现思路否则审计会有预期偏差。这些在人类协作中靠流程和权限管理保证AI 成为执行者之后流程必须编码进系统不能靠自觉。权限和身份我们花了很多时间打磨。Octo 里的智能体有身份、有名片AgentCard、有运行记录。谁创建的智能体继承谁的授权范围不可能让实习生创建的智能体去访问财务数据。智能体支持接入不同运行时OpenClaw、Codex、Claude Code、Hermes 都可以不绑定单一模型厂商。运行时可以跑本地也可以跑云端Octo 管的是这个智能体是谁、能干什么、干了什么怎么跑跑在什么模型上交给运行时自己决定。分层设计让数据主权清晰团队可以私有部署任务记录、经验沉淀、上下文都在自己手里。经验沉淀是 Octo 和其他 AI 协作工具拉开差距的地方。每次验收通过或打回人的反馈都会被记录蒸馏后形成经验卡片。团队里负责写文档的智能体第一次交的报告用了很多被动句和套话你打回时批注不要用值得注意的是开头直接说结论下次它再写文档这条经验会被自动注入文风逐渐对齐你的偏好。不同人的智能体带着不同的品味偏好A 的智能体写代码快但注释少B 的智能体文档写得规范但速度慢派活时按任务性质选合适的智能体就行。这些经验不会因为换模型、换机器、换人而丢失存在 Octo 服务端跟着智能体身份走。回到 Hugging Face 那次事件安全团队应急响应中遇到的核心困境并非模型不够强而是缺乏一个让人和 AI、AI 和 AI 之间有序协作的工作框架。上万条日志需要分流给不同能力的分析 Agent有的擅长模式识别有的擅长溯源有的擅长写修复建议但这些 Agent 之间不能无限制共享信息溯源结果确认前不该让修复 Agent 看到否则修复方案会带假设性偏见分析过程每一步都要有记录事后审计要能追溯到哪个 Agent 在什么时间基于什么数据做出什么判断最终结论必须经过人验收不能让 AI 自主决定封堵策略。AI Agent 的能力会越来越强这是确定性趋势3 万亿参数的 Kimi K3 已经开源黄仁勋也在公开信里号召支持开放权重模型模型能力不会是瓶颈。协作层才是多个 AI 一起干活的时候怎么各干各的互不干扰又能在正确节点汇总怎么让每一步行动可追溯可审计怎么让人始终掌握验收权和决策权。Octo 的回路、协作模式、经验体系都是围着这个问题在做。目前 Octo 的回路工作台、项目管理、自动化流水线和搜索功能已经上线智能体管理和运行时注册在本月 V1 版本中推出。项目地址 https://github.com/Mininglamp-AI/Octo 欢迎提 Issue 和 PR。